基于ercom算法的地磁匹配算法研究

基于ercom算法的地磁匹配算法研究

1水下地形匹配算法地磁联合算法是地磁导航技术的核心，是确定定位系统是否能够正确定位的关键。地磁匹配导航算法可以借鉴已研究的水下地形、重力辅助导航匹配定位算法来进行改进,以满足导航定位的需求。刘飞等人对Hausdorff算法进行了研究［1］;谢仕民等人分别采用MAD法和基于Hausdorff距离的匹配算法仿真,仿真结果表明基于Hausdorff距离的匹配算法具有更高的抗干扰能力和容错能力［2］;BehzadK.P将一种称为迭代最近点(IterativeClosestPoint)的图像对准算法应用到水下航行器的导航上,提出了ICCP算法［3］;刘承香对ICCP算法在水下地形匹配中的应用做了深入研究［4］;王向磊等提出一种MonteCarlo方法和MSD相结合的匹配算法［5］。国内外的较多匹配算法忽略了地磁场本身的日变、磁暴等因素。本文针对地磁场本身的日变、磁暴等影响匹配算法精度的因素,设计出可以将地磁日变看做恒定值的RC算法,并验证了其可行性。2地磁匹配算法2.1水下地磁场日变与基准数据的日变关系地磁场自身存在日变,以及由此积累的月变、年变等,是影响导航的关键因素。地磁场的日变使得地磁实时测量序列可能与基准磁图间存在较大的偏离,而地磁场的月变积累等使得匹配时地磁场的真实分布偏离数据库中存储的基准地磁场。另外通过已进行的研究比较得出,地磁场日变化目前无法有效的对其建模,同时地磁场的日变不同的区域并不一致,这使得海上实测的地磁基准数据无法完全采用陆地日变数据纠正。上述均会导致匹配定位结果存在较大误差,甚至使得传统的匹配算法定位结果无法使用。由于地磁存在日变,而我们的地磁基准数据又不能实时改变,因此针对水下地磁导航基准区域为局部区域以及实时测量累积的测点序列较短,上述问题从理论上可以简化为实时测量阶段地磁日变保持恒定,数学上可以归纳为附加测量噪声的测量序列与基准数据之间存在一个恒定的未知大小差值,这对于月变累积至年变产生的基准数据偏移同样适应。问题的解决即可针对如何在存在未知差值的情况下,寻找有效的匹配判定规则判定测量序列的强度分布起伏信息与真实序列的强度分布一致。2.2匹配特征量选取准则根据地磁场理论,描述地磁场的主要特征量可以分为两类:一类是角度类,包括磁偏角D和磁倾角I;另一类是强度类,包括总强度B、北向强度X、东向强度Y、水平强度H和垂直强度Z［6］。地磁匹配特征量的选择是指综合考虑地磁场特征量长期变化的稳定程度、短期变化的影响程度、与地理位置的相关程度、在匹配区域的特征信息,结合现有测量设备的性能指标等因素,从以上地磁特征量中选取一个或几个作为地磁匹配特征量［7］。匹配特征量的选取准则为:1特征量的长期变化比较稳定;2特征量的短期变化影响较小;3特征量与地理位置密切相关;4特征量的测量设备满足导航要求;5特征量的特征信息满足匹配要求。以上5个准则中,准则3~5是关键,而准则1~2是在经过准则3~5选择的基础上,为提高匹配概率和精度而采取的进一步措施。首先,在7个常用的地磁特征量中,由于磁偏角D在地磁南北极、磁倾角I在地磁赤道附近变化才比较显著［8］,且考虑到飞行器高速飞行时难以进行精确的角度和方位测量,依据特征量初选准则3和准则4,首先排除选取角度类特征量,从剩余的5个强度类特征量中选取匹配特征量。再次,在地磁场的各种短期变化中,磁暴和地磁脉动与磁力勘探的关系最为密切,而影响范围广、幅度大的则是磁暴。由于磁暴对水平强度H的影响特别显著,依据选取准则2,在可能的情况下尽量不选H作为匹配特征量。另外,由于变化磁场约占地磁场的1%,某些扰动变化的周期相当短暂,其影响也是区域性的,这种区域性的影响可采取相应的滤波措施予以减弱或消除,在此对其他短期变化的影响未予考虑。2.3la参各自利elation算法针对附加测量噪声的测量序列与基准数据之间存在一个恒定的未知大小差值,匹配过程应该首先确定载体的大概位置,即首先确定差值的近似范围。我们采用基于TERCOM算法改进的相对相关(RelativeCorrelation,RC)判定算法。该算法利用TERCOM算法真实航迹与惯导指示航迹方向平行的假设,将每条待匹配航迹的序列值减去其平均值,与减去测量序列平均值的序列进行相关计算,求解相关度最大即结果最小的可能航迹做为匹配航迹,具体匹配算法采用MAD、MSD判定规则,如式(1),(2):其中TＲ、DＲ为相对的推估强度序列的特征函数与相对的实测强度序列的特征函数。各自序列均值的去除是为了克服地磁日变、月变等引入的偏移误差,同时均值的去除也降低了测量噪声的影响,尤其避免了在减去初始值时第一个测量值中噪声引起的定位偏移。3匹配特征量的选择根据匹配特征量的选取准则,依次选取年变化量、每千米变化量较小,且数据较稳定的变化量作为研究的匹配量。具体数据见表1-4.表1至表4是以30″为间隔时4个方向上的地磁数据,由于表中数据均为变化量,为分析比较方便起见,所有数值均取其绝对值,单位为nT。对以上数据分析可以看出:1在该区域内,除东西方向上Z与B在单位距离内的变化量大体相当外,其余3个方向上Z的变化量明显高于其余特征量,并且在取不同间隔的情况下结论是一致的。依据特征量选取准则3,在该区域内可选择Z作为匹配特征量;2在该区域内,Z的绝对年变化量最小,且地表高程对Z的影响比F、X、H均小,依据特征量选取准则1,选择Z作为匹配特征量最佳。采用真实地磁格网数据作为基准磁图进行仿真验证。测量序列是图中任一序列附加高斯白噪声并位置偏移得到的,高斯噪声的标准差是地磁幅值变化范围的2%,同时测量序列偏移地磁日变中常见的较大值30nT。如图1所示,其中测量序列人为的提升以便于显示。执行RC匹配算法并与CC的代表性算法TERCOM匹配算法比较。为检验噪声的多样性,我们在不同的算法匹配过程中加入不同的噪声,分别取每种定位算法执行10次。结果如图2所示,其中一些执行结果重叠。通过比较可以看出,(1)在匹配次数相同的情况下,RC算法的定位偏移在0值左右浮动,而TERCOM算法的定位偏移较大。(2)分别比较两条基于RC算法和基于TERCOM算法的曲线可以看出,在加入不同噪声的情况下,两条基于RC算法的曲线变化较小,而基于TERCOM算法的曲线则出现明显的变化。说明在不同噪声的影响下,RC算法的稳定性高于TERCOM算法。4rc法对于匹配区域的限定RC算法较TERCOM算法在理论上很好的克服了地磁日变、月变等的